《Hadoop技术原理》试卷 |
您所在的位置:网站首页 › hadoop期中考试 › 《Hadoop技术原理》试卷 |
共
页
第
页
考试科目 :Hadoop 技术原理
考试方式:笔试
考试时量 : 90 分钟
一、单选题( 2 × 20=40 分)
1.
MapReduce 是一种()模型
A: 面向对象模型
B: 编程模型
C: MVC 模型
D: 面向切面模型
2.
以下关于 MapReduce 说话错误的是?
A: Map 和 reduce 是他们的主要思想
B: 用于大规模数据集的串行运算
C: 极大的方便了编程人员不会分布式编程
D: 都是从函数式和矢量编程语言借来的特性
3.
MapReduce 的 存储模型能够存储什么数据?
A: 文件数据
B: 二进制
C: 字符串
D: 任意格式
4.
为销售报表展示开发一个 MapReduce 作业, Mapper 输入数据的 Key 是年份 ( IntWritable ), Value 表示商品标识( Text )。下列哪一项决定该 Mapper 的 数据类型?
A: JobConf.setMapInputKeyClass 与 JobConf.setMapInputValuesClass B: HADOOP_MAP_DATATYPES 环境变量
C: 随作业一起提交的 mapper-specification.xml 文件
D: InputFormat 格式类
5.
关于 SecondaryNameNode 哪项是正确的?
A: 它是 NameNode 的热备
B: 它对内存没有要求
C: 它的目的是帮助 NameNode 合并编辑日志,减少 NameNode 启动时间
D: SecondaryNameNode 应与 NameNode 部署到一个节点
6.
在 Hadoop MapReduce 框架中,任何值类型
A: 需要实现 Writable 接口
B: 需要实现 Comparable 接口
C: 需要实现 WritableComparable 接口
D: 不需要实现任何接口
7.
以下四个 Hadoop 预定义的 Mapper 实现类的描述错误的是
A: IdentityMapper 实现 Mapper ,将输入直接映射到输出
B: InverseMapper 实现 Mapper ,反转键 / 值对
C: RegexMapper 实现 Mapper ,为每个常规表达式的匹配项生成一个 (match, 1) 对
D: TokenCountMapper 实现 Mapper ,当输入的值为分词时,生成 (taken, 1) 对
8.
MapReduce 框架提供了一种序列化键 / 值对的方法,支持这种序列化的类能够在 Map 和 Reduce 过程中充当键或值,以下说法错误的是
A: 实现 Writable 接口的类是值
B: 实现 WritableComparable 接口的类可以是值或键
C: Hadoop 的基本类型 Text 并不实现 WritableComparable 接口
D: 键和值的数据类型可以超出 Hadoop 自身支持的基本类型
9.
下列关于 HDFS 为存储 MapReduce 并行切分和处理的数据做的设计,错误的是
A: FSDataInputStream 扩展了 DataInputStream 以支持随机读
B: 为实现细粒度并行,输入分片 (Input Split) 应该越小越好
C: 一台机器可能被指派从输入文件的任意位置开始处理一个分片
D: 输入分片是一种记录的逻辑划分,而 HDFS 数据块是对输入数据的物理分割
10.
有关 MapReduce 的输入输出,说法错误的是
A: 链接多个 MapReduce 作业时,序列文件是首选格式
B: FileInputFormat 中实现的 getSplits() 可以把输入数据划分为分片,分片数目 和大小任意定义
C: 想完全禁止输出,可以使用 NullOutputFormat D: 每个 reduce 需将它的输出写入自己的文件中,输出无需分片
题号
一
二
三
四
总分
得分
|
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |